马斯克揭晓超算中心，训练FSD与机器人，网友：算力遥遥领先
内容提要
特斯拉公开了名为Cortex的超算集群，可容纳10万张H100/H200，用于训练FSD和Optimus。集群硬件由英伟达和特斯拉自研的Dojo组成，预计耗电量将增长到超500MW。2024年，智能驾驶算力战争已打响，特斯拉将投资30-40亿美元购买英伟达卡，算力差距并不能决定一切，数据和算法也很重要。
延伸解读
算力规模与能耗挑战
特斯拉Cortex超算集群可容纳10万张H100/H200，预计18个月后耗电量超500MW，是当前130MW的近四倍。如此庞大的算力需要配套冷却设施，如巨大风扇、水箱和地下水管。这凸显了AI训练对能源基础设施的极高要求，可能成为未来算力扩张的瓶颈。
自研与外购的双轨策略
特斯拉超算硬件并非完全依赖英伟达，其目标是一半算力来自英伟达等厂商，另一半来自自研Dojo。Dojo今年底算力将相当于8000张H100，并可能外供。这种双轨策略既保障供应，又降低对单一供应商的依赖，同时为特斯拉开辟了与英伟达竞争的路径。
国内玩家的算力差距与获取难题
国内智驾企业算力规模逐渐披露，但高端算力获取困难，厂商很难买到A100/H100，只能求购4090。特斯拉今年计划投资30-40亿美元购买英伟达显卡，几乎是新势力整体研发投入的两倍。算力差距明显，但算力并非决定自动驾驶能力的唯一要素。
算力、数据与算法的平衡
影响自动驾驶能力的三要素是算力、数据和算法。特斯拉虽在算力上领先，但马斯克也承认，需要干预的Corner Case场景数据对迭代同样重要。国内玩家在算法上转向端到端，数据取决于车辆保有量。因此，算力差距并不能决定一切，数据和算法同样关键。
Q&A
特斯拉的超算集群Cortex有什么特点？
Cortex可以容纳10万张H100/H200显卡，专门用于训练特斯拉的FSD和Optimus。
马斯克预计Cortex的耗电量会达到多少？
马斯克预计Cortex的耗电量将在18个月内增长到超过500MW。
特斯拉在算力竞争中计划投资多少资金？
特斯拉计划投资30-40亿美元购买英伟达显卡。
影响自动驾驶能力的主要因素有哪些？
影响自动驾驶能力的三要素是算力、数据和算法。
特斯拉的Dojo超算中心有什么发展计划？
Dojo预计将继续扩张，甚至可能开启外供。
特斯拉的算力投入与国内企业相比如何？
特斯拉的算力投入几乎是新势力整体研发投入的两倍。
